30秒でわかる概要
公開情報だけで特徴量を増やす前に、元データを全期間で一括監査しました。
対象は **23分類**。結果は、問題なし5、一部不足7、必要データ不足4、結合課題7でした。
つまり **18分類に何らかの課題**が残っています。
今回確認したこと
開始日と終了日だけでなく、年別・月別件数、途中期間の抜け、項目欠損、データ結合時の欠落まで確認しました。
また、公開情報から作る特徴量候補は **12カテゴリーすべて**で確認できています。
次にやること
18分類をそのまま全部取り直すことはしません。
新規取得、既存データからの修復、結合ルール修正、今後不要、の4種類に分けます。
取得が必要なものは、特徴量単位ではなく複数カテゴリーで共通利用できる元データ単位でまとめて補完します。
この補完が終わってから、公開情報だけを使った本格的な特徴量生成とモデル検証へ進みます。